买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东捷瑞数字科技股份有限公司申请的专利一种基于点云分层切片与动态贴图映射的3D模型轻量化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121190683B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511734941.2，技术领域涉及：G06T17/00；该发明授权一种基于点云分层切片与动态贴图映射的3D模型轻量化方法及系统是由牟文青;王志坤;王冰;梁燕设计研发完成，并于2025-11-25向国家知识产权局提交的专利申请。

本一种基于点云分层切片与动态贴图映射的3D模型轻量化方法及系统在说明书摘要公布了：本发明涉及计算机图形学与三维建模优化技术领域，具体涉及一种基于点云分层切片与动态贴图映射的3D模型轻量化方法及系统，本发明在使用时，通过建立点云与贴图的双向耦合机制，实现了存储效率、渲染性能和视觉保真度的提升，在存储效率上，依托贴图曲率自适应分割与动态切片绑定技术构建几何与纹理的高效关联存储体系，实现优异的几何与纹理压缩效果，大幅降低高精度三维模型的存储成本，在实时渲染性能上，通过运行时动态加载策略，结合高效的可见性筛选加速与智能资源预加载技术，大幅提升模型实时调度效率，显著提升设计迭代、模型编辑等场景的工作效率。

本发明授权一种基于点云分层切片与动态贴图映射的3D模型轻量化方法及系统在权利要求书中公布了：1.一种基于点云分层切片与动态贴图映射的3D模型轻量化方法，其特征在于，包括以下步骤： S1、数据采集与预处理； 采用由相位式激光扫描仪与高动态范围纹理相机组成的混合采集系统进行多模态数据同步采集； S2、点云拓扑修复； 通过泊松重建算法进行拓扑修复，所述拓扑修复包括泊松重建参数优化与特征保留策 略，所述特征保留策略为针对边缘特征采用二次误差度量保护，误差计算公式为式中，为三角面片面积，为面片法向，为 待简化顶点，为顶点关联的面片集合，所述策略的特征保留率≥96.3%； S3、法向量与曲率计算； 采用自适应邻域PCA算法实现动态调整邻域半径，并采用GPU并行加速架构实现法向量与曲率计算； S4、改进泊松采样； 通过多特征融合的采样函数与动态参数调整策略实现泊松采样优化；在步骤S4中，所 述多特征融合的采样函数通过扩展优先级函数实现，所述优先级函数的计算公式为：，式中，为点的采样优先 级，、、分别为各特征项的权重系数，且满足+++=1，为纹理梯度向量 的模长，为点的曲率值，为点的局部密度因子，点的边缘特征因 子； 在步骤S4中，所述动态参数调整策略通过建立参数自适应规则实现，所述参数自适应 规则的计算公式为：，为全局最大纹理梯度 模长，为全局平均纹理梯度向量的模长，当纹理变化差异增大时，与差值扩大，为纹理特征权重系数，自动提升以增强纹理特征在采样优先级中的 权重，反之则降低，曲率特征权重系数、局部密度因子权重和边缘特征因子权重基于 的取值按比例动态调整，保持+++=1； S5、贴图曲率分割； 采用改进的SLIC超像素算法实现贴图的曲率自适应分割，包括能量函数构建、参数设 置与细分规则优化；在步骤S5中，所述改进的SLIC超像素算法为融合多特征的能量函数，表 达公式为：，其中，为 总能量损失，为像素点坐标，为预设超像素数量，为第个超像素聚类，为像素点的曲率特征向量，为第个聚类的曲率特征中心，为曲率权重系数，为像素 点的空间坐标，为纹理梯度惩罚项，为纹理梯度模长； 所述细分规则优化通过动态细分阈值模型实现，所述动态细分阈值的计算公式为，，式中，为超像素细分阈值， 为区域内平均纹理梯度模长； S6、动态切片绑定； 通过分层哈希表结构与增量更新算法实现切片的高效存储、查询及动态绑定，包括三级查询结构设计与GPU协同的增量更新逻辑； S7、LOD层级生成； 通过几何简化误差控制与纹理Mipmap优化实现层级模型的自适应生成； S8、运行时动态加载； 通过视锥体裁剪加速与智能预加载模型实现轻量化模型的高效调度，包括GPU加速的可见性判断与视角预测驱动的资源预加载； S9、边界混合处理； 通过多尺度混合策略与材质自适应的色差补偿模型，消除不同LOD层级和切片区块间的边界视觉断层； S10、输出轻量化模型； 整合经S1-S9处理后的几何数据、纹理数据及LOD层级信息，输出3D轻量化模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东捷瑞数字科技股份有限公司，其通讯地址为：264000 山东省烟台市莱山区澳柯玛大街102号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。